Compose

class torchrl.envs.transforms.Compose(*transforms: Transform)

组合一系列转换。

接受 Transform 或 ``可调用对象。

示例

>>> env = GymEnv("Pendulum-v0")
>>> transforms = [RewardScaling(1.0, 1.0), RewardClipping(-2.0, 2.0)]
>>> transforms = Compose(*transforms)
>>> transformed_env = TransformedEnv(env, transforms)

append(transform: Transform | Callable[[TensorDictBase], TensorDictBase]) → None

在链中追加转换。

接受 Transform 或可调用对象。

forward(tensordict: TensorDictBase) → TensorDictBase

读取输入张量字典，并针对选定的键应用转换。

insert(index: int, transform: Transform | Callable[[TensorDictBase], TensorDictBase]) → None

在链中指定索引处插入转换。

接受 Transform 或可调用对象。

to(*args, **kwargs)

移动和/或转换参数和缓冲区。

可以按以下方式调用：

to(device=None, dtype=None, non_blocking=False)

to(dtype, non_blocking=False)

to(tensor, non_blocking=False)

to(memory_format=torch.channels_last)

其签名类似于 torch.Tensor.to()，但仅接受浮点或复数 dtype。此外，此方法仅将浮点或复数参数和缓冲区转换为 dtype（如果提供）。整数参数和缓冲区将移动到 device（如果提供），但数据类型保持不变。当设置 non_blocking 时，它尝试异步地转换/移动主机，如果可能，例如，将具有固定内存的 CPU 张量移动到 CUDA 设备。

有关示例，请参见下文。

注意

此方法就地修改模块。

参数：

• device (torch.device) – 此模块中参数和缓冲区的目标设备

• dtype (torch.dtype) – 此模块中参数和缓冲区的目标浮点或复数数据类型

• tensor (torch.Tensor) – 数据类型和设备是此模块中所有参数和缓冲区的目标数据类型和设备的张量

• memory_format (torch.memory_format) – 此模块中 4D 参数和缓冲区的所需内存格式（仅限关键字参数）

返回:

self

返回类型:

Module

示例

>>> # xdoctest: +IGNORE_WANT("non-deterministic")
>>> linear = nn.Linear(2, 2)
>>> linear.weight
Parameter containing:
tensor([[ 0.1913, -0.3420],
        [-0.5113, -0.2325]])
>>> linear.to(torch.double)
Linear(in_features=2, out_features=2, bias=True)
>>> linear.weight
Parameter containing:
tensor([[ 0.1913, -0.3420],
        [-0.5113, -0.2325]], dtype=torch.float64)
>>> # xdoctest: +REQUIRES(env:TORCH_DOCTEST_CUDA1)
>>> gpu1 = torch.device("cuda:1")
>>> linear.to(gpu1, dtype=torch.half, non_blocking=True)
Linear(in_features=2, out_features=2, bias=True)
>>> linear.weight
Parameter containing:
tensor([[ 0.1914, -0.3420],
        [-0.5112, -0.2324]], dtype=torch.float16, device='cuda:1')
>>> cpu = torch.device("cpu")
>>> linear.to(cpu)
Linear(in_features=2, out_features=2, bias=True)
>>> linear.weight
Parameter containing:
tensor([[ 0.1914, -0.3420],
        [-0.5112, -0.2324]], dtype=torch.float16)

>>> linear = nn.Linear(2, 2, bias=None).to(torch.cdouble)
>>> linear.weight
Parameter containing:
tensor([[ 0.3741+0.j,  0.2382+0.j],
        [ 0.5593+0.j, -0.4443+0.j]], dtype=torch.complex128)
>>> linear(torch.ones(3, 2, dtype=torch.cdouble))
tensor([[0.6122+0.j, 0.1150+0.j],
        [0.6122+0.j, 0.1150+0.j],
        [0.6122+0.j, 0.1150+0.j]], dtype=torch.complex128)

transform_env_batch_size(batch_size: torch.batch_size)

转换父环境的批次大小。

transform_env_device(device: device)

转换父环境的设备。

transform_input_spec(input_spec: TensorSpec) → TensorSpec

转换输入规范，以使结果规范与转换映射匹配。

参数：

input_spec (TensorSpec) – 转换前的规范

返回:

转换后的预期规范

transform_observation_spec(observation_spec: TensorSpec) → TensorSpec

转换观察规范，以使结果规范与转换映射匹配。

参数：

observation_spec (TensorSpec) – 转换前的规范

返回:

转换后的预期规范

transform_output_spec(output_spec: TensorSpec) → TensorSpec

转换输出规范，以使结果规范与转换映射匹配。

此方法通常应保持不变。更改应使用 transform_observation_spec()、transform_reward_spec() 和 transformfull_done_spec() 实现。:param output_spec: 转换前的规范 :type output_spec: TensorSpec

返回:

转换后的预期规范

transform_reward_spec(reward_spec: TensorSpec) → TensorSpec

转换奖励规范，以使结果规范与转换映射匹配。

参数：

reward_spec (TensorSpec) – 转换前的规范

返回:

转换后的预期规范